Impacts of Urban Three-Dimensional Morphology on Seismic Vulnerability and its Driving Mechanisms: A XGBoost-SHAP Explainable Analysis in Jiangyou City, Southwestern China

Steden zijn niet alleen platte kaarten van straten en blokken; het zijn driedimensionale landschappen van oprijzende muren en drukke ruimtes. Wanneer de grond schudt, doet de manier waarop een stad in hoogte en dichtheid is gebouwd er net zo toe als de kwaliteit van de bakstenen en het cement. Decennialang hebben wetenschappers geprobeerd te voorspellen welke gebouwen het meest waarschijnlijk zullen falen tijdens een aardbeving, waarbij ze zich vaak richtten op individuele structuren of eenvoudige factoren zoals hoe oud een gebouw is. Deze traditionele methoden missen echter vaak de complexe, verborgen relaties tussen de algehele vorm van een buurt en hoe zij een beving overleeft. Ze worstelen met het vastleggen van de niet-lineaire manieren waarop een cluster van hoge gebouwen kan interageren met een cluster van lage gebouwen, of hoe de pure drukte van een district het risico voor iedereen daarin verandert. Het begrijpen van deze ruimtelijke patronen is cruciaal voor stedenbouwkundigen die steden willen ontwerpen die bestand zijn tegen rampen, maar de instrumenten om deze patronen duidelijk te zien, waren beperkt geweest.

In een recente studie gericht op Jiangyou City in het zuidwesten van China, pakte een team van onderzoekers deze uitdaging aan door geavanceerd computertrajecten te combineren met een diepe duik in de fysieke vorm van de stad. Jiangyou is een plek waar de dreiging van aardbevingen reëel en aanwezig is; het ligt langs een belangrijke breuklijn en leed enorme verliezen tijdens een massieve aardbeving in 2008. De stad wordt gekenmerkt door voornamelijk laag- en middelhoge metselwerkgebouwen, wat een duidelijk contrast vormt met de torenhoge wolkenkrabbers van megasteden. De onderzoekers wilden begrijpen hoe de specifieke driedimensionale ordening van deze gebouwen — hun dichtheid, hoogtevariaties en hoe dicht ze op elkaar gepakt zitten — hun kwetsbaarheid voor seismische trillingen beïnvloedt. Hiervoor vertrouwden ze niet op simpele gokwerkjes of lineaire vergelijkingen die uitgaan van een rechte lijn tussen oorzaak en gevolg. In plaats daarvan bouwden ze een geavanceerd digitaal model dat van data kon leren, waardoor de subtiele, complexe regels werden blootgelegd die bepalen hoe stedelijke vormen op spanning reageren.

Het team begon met het verzamelen van gedetailleerde informatie over bijna 3.000 gebouwen in de stad, waarbij de hoogte, het vloeroppervlak, het structurele type en de leeftijd werden geregistreerd. Omdat het aantal werkelijke gebouwen te klein was om op zichzelf een krachtig computermodel te trainen, gebruikten ze een techniek om duizenden realistische, synthetische voorbeelden te generen die de kenmerken van de echte stad weerspiegelden. Dit stelde hen in staat om een enorme hoeveelheid data in een machine learning-algoritme te voeren dat bekend staat als XGBoost, dat ontworpen is om patronen te vinden in complexe, hoog-dimensionale data. Zodra het model leerde om seismische kwetsbaarheid met een hoge nauwkeurigheid te voorspellen, gebruikten de onderzoekers een speciaal hulpmiddel genaamd SHAP om de "black box" van het algoritme te openen. Dit hulpmiddel fungeerde als een spotlight, die precies onthulde welke kenmerken van de vorm van de stad de voorspellingen aanstuurden en hoeveel elk kenmerk ertoe deed. Ze brachten de resultaten ook in kaart om te zien of kwetsbare gebieden bij elkaar klonterden of willekeurig verspreid waren over het landschap.

De resultaten schetsen een helder en verrassend beeld van hoe de stedelijke vorm veiligheid dicteert. De krachtigste factor die de kwetsbaarheid van een gebouw beïnvloedde, was niet de hoogte of de ouderdom, maar iets wat de onderzoekers de "ruimtelijke verdichtingsgraad" (spatial crowding degree) noemden. Deze metriek meet hoe dicht gebouwen in de driedimensionale ruimte om hen heen zijn gepakt. De studie vond dat een hogere verdichting over het algemeen de kwetsbaarheid verminderde, wat suggereert dat dichte, compacte buurten een soort wederzijdse structurele ondersteuning bieden die gebouwen helpt om schokken te weerstaan. In contrast hiermee vertoonden kenmerken zoals de variatie in gebouwhoogtes en de ratio van vloeroppervlak tot landoppervlak complexe, niet-lineaire effecten. Zo kan het hebben van een mix van gebouwhoogtes soms helpen om seismische energie te verspreiden, terwijl extreme variaties of specifieke combinaties van hoge en lage gebouwen het risico juist kunnen vergroten. De onderzoekers ontdekten dat de relatie tussen de vorm van een stad en de veiligheid ervan geen eenvoudige regel is waarbij "meer beter is" of "minder beter is". In plaats daarvan hangt het af van het vinden van een evenwicht; extreme configuraties, zoals zeer hoge dichtheid gecombineerd met zeer lage volumevariatie, hadden de neiging het risico te versterken, terwijl meer gecoördineerde en gebalanceerde lay-outs het risico juist verlaagden.

Toen de onderzoekers naar de kaart van Jiangyou keken, zagen ze dat deze risico's niet gelijkmatig verdeeld waren. Ze identificeerden duidelijke zones waar gebieden met een hoog risico werden omringd door gebieden met een laag risico, en vice versa, wat een patroon van ruimtelijke spillover onthulde. Sommige gebieden vertoonden een "hoog-laag" patroon, waarbij een dichte, intense kern van ontwikkeling naast dunbevolkte, laag-densiteit wijken lag, wat een gevaarlijke overgang creëerde. Andere gebieden waren "laag-hoog", waarbij kleine, eenvoudige gebouwen werden omringd door grotere, complexere structuren, wat een gradiënt van risico creëerde. De studie bevestigde dat de meest kwetsbare plekken vaak die waren met ongebalanceerde of extreme morfologische kenmerken, zoals gebieden met een zeer hoge gebouwendichtheid maar weinig structurele variatie, of regio's waar de gebouwhoogtes extreem inconsistent waren. Het computermodel dat zij bouwden bleek veel nauwkeuriger dan eerdere methoden; het voorspelde kwetsbaarheidsniveaus met een hoge mate van precisie, wat suggereert dat deze complexe ruimtelijke relaties inderdaad de sleutel zijn tot het begrijpen van aardbevingsrisico.

Uiteindelijk biedt dit onderzoek een nieuwe manier om naar stedelijke veiligheid te kijken. Het gaat verder dan het idee dat we alleen individuele gebouwen kunnen beschermen en suggereert dat de collectieve vorm van een buurt een cruciale factor is in de veerkracht tegen rampen. De studie geeft aan dat door zorgvuldig te beheren hoe gebouwen in drie dimensies worden gerangschikt — door een gebalanceerde mix van dichtheid, hoogte en volume te waarborgen — steden hun blootstelling aan aardbevingsschade van nature kunnen verminderen. De bevindingen bieden een wetenschappelijke basis voor stedenbouwkundigen om wijken te ontwerpen die niet alleen functioneel zijn, maar inherent veiliger. Door het begrijpen van de specifieke manieren waarop ruimtelijke verdichting en hoogtevariaties interageren, kunnen steden de extreme configuraties die tot rampen leiden vermijden en in plaats daarvan lay-outs bevorderen die de energie van de aardbevingen absorberen en verdelen, waardoor de mensen die er wonen beschermd worden.